基于无人机影像的电网绝缘子自爆识别

电网因其在电能传输方面的关键性作用,在我国民生项目建设领域一直扮演着至关重要的角色。电网杆塔上的绝缘子一旦发生自爆(也称“缺陷”),绝缘子会自动剥落,输电线路就会产生安全隐患,严重时会降低输电线路的运行寿命,甚至会引发供电中断,发生大范围的停电事故,造成巨大的财产损失。目前,主流的巡检方法为人工巡检,该方法不仅耗时耗力,而且也存在一定主观出错率,已不适用于目前电路巡检的实际情况。本设计采用YOLO V5网络模型,对无人机航拍影像中绝缘子串及绝缘子自爆进行自动识别。首先通过平移、翻转、裁剪等,对航拍绝缘子影像数据集进行数据增广,并对增广后的数据集在LabelImg中进行标注,然后利用YOLO V5网络模型对绝缘子串及绝缘子自爆进行识别,最后采用PyQt5框架在PyCharm中设计了绝缘子自爆识别的系统界面,对模型进行调用,实现了绝缘子串及绝缘子自爆识别。本设计采用从网络上下载、国家电网提供、数据增广所得到的500张无人机航拍影像作为数据集,对所得数据集进行人工标注,再使用YOLO V5网络模型进行训练和测试,结果表明YOLO V5网络模型对绝缘子串具有较高的识别精度,最高识别精度为90.2%,对绝缘子自爆的最高检测精度为80.8%。这说明了YOLO V5网络模型在绝缘子串识别方面有较好的表现,但是由于训练集中绝缘子自爆的样本影像数量有限,所以该网络模型对绝缘子的自爆识别存在一定局限性,本实验能够部分代替人力实现电网绝缘子智能巡检,提高了检测效率。     

基于深度学习的ViSAR多运动目标检测

视频合成孔径雷达(ViSAR)在地面动目标检测和感兴趣区域(ROI)的动态监测方面具有巨大的潜力。对地面运动目标的检测与跟踪一直是ViSAR的研究热点。针对现有基于深度学习的ViSAR动目标检测方法存在的依赖预训练模型,模型迁移难等问题,本文提出了一种基于深度学习与多目标跟踪(MOT)算法的ViSAR动目标阴影检测方法。该方法首先设计了一种从零开始深度学习的网络模型,实现动目标阴影的单帧检测。为了提高检测性能的鲁棒性,采用了基于卡尔曼滤波和逐帧数据关联的多目标跟踪算法跟踪动目标。实测数据处理结果表明该方法具有良好的检测性能。     

基于小波分解及KCN的雷达目标特征提取

讨论了利用一维距离像进行雷达目标识别的特征提取。从缩减表征距离像的特征维数和表征目标所需特征数出发，提出了一种基于小波分解及KCN的目标特征提取方法。为比较不同特征提取方法及所提取特征的性能，引入了Fisher距离来表明各类的类内紧致性和类间分离性。实验结果表明能够有效地进行特征提取。     

雷达目标角闪烁预估计算

介绍了目标角闪烁的计算方法。利用SCTE预估系统对目标雷达散射截面预估后，对其中的相位进行求导从而实现雷达目标角闪烁的预估计算。文中选用三球目标模型进行了理论和预估计算，两结果非常一致，验证了SCTE预估系统能够对雷达目标角闪烁准确预估。     

对角切片谱法分析信号中相位耦合的频率分量

给出了三阶累积量对角切片谱的性质，分析了水中目标辐射信号的特点，并将3阶累积量对角切片谱法应用于提取水下目标辐射信号中相位耦合的频率分量。以水下某目标辐射噪声的实测数据为例，进行了仿真研究。结果表明，该方法在提取水下运动目标辐射信号中的参加相位耦合的频率分量和相位耦合产生的频率分量、抑制环境噪声和非耦合的频率分量等方面的性能优于自相关谱法。     

目标运动对步进频率毫米波雷达图像匹配识别的影响研究

本文首先简单介绍了步进频率信号的数学模型,给出了一维距离像的外形包络表达式。接着,针对某小口径(155mm)高距离分辨率步进频率毫米波雷达导引头,分析了当弹目存在相对运动时的一维距离像数学模型。按照这一模型,通过计算机对实际系统的模拟仿真,深入研究了多普勒效应对目标一维距离像的影响。最后,获得了给定高距离分辨率步进频率毫米波雷达中,用一维距离像匹配辨识目标的速度不补偿条件。     

基于实测数据的地面慢速动目标检测

2001年夏对某机载战场侦察雷达的GMTI功能进行了挂飞试验,并录取了一批双通道(天线)数据.本文给出此数据的部分处理结果,包括地面场景的多普勒波束锐化(DBS)成像,落在旁瓣区的动目标的检测和干涉定位,空时联合处理杂波抑制和动目标检测.     

中国3G运营商的目标市场与业务模式初探

中国3G业务的市场需求有两个方面：一是迅猛增长、规模庞大的用户群对移动语音业务的需求；二是较高收入用户群对移动数据业务的需求。3G运营商的目标市场包括大众用户对移动语音的需求、大众用户对移动数据业务的需求、企业用户对移动数据业务的需求以及批发型用户的需求等。本结合国内外移动运营商的数据业务开展状况，初步探讨了中国3G运营商的移动数据业务模式和3G业务的收入模式。     

ACCELERATION AMBIGUITY FUNCTION OF RADAR SIGNALS AND ITS APPLICATION

High acceleration of radar targets is analyzed using Acceleration Ambiguity Function(AAF). The acceleration resolution based on AAF is defined. The AAF and acceleration resolution of rectangle pulse signal are derivated and the conclusion that its acceleration resolution is in inverse proportion with the square of its duration is drawn. In the end, these conclusions are applied to the parameter designing and performance evaluation for a certain type of pulse Doppler radar.     

基于Gabor展开的水下目标激光探测的信号检测与识别

针对水下目标激光探测的信号检测与识别的问题 ,通过对回波信号的Gabor展开进行分析 ,建立了局部窗口多重相关的峰值检测方法 ,以及利用系数矩阵的迹和特征值描述目标的反射性能 ,实现了对目标的分类识别。实验表明 ,上述方法对目标的有效检测率达 93 0 % ,分类识别有效率达 83 2 %。